《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于IMIE、MCFS和SSA-ELM的离心泵故障诊断方法

作者:辜文娟,张扬. 日期:2023-10-30/span> 浏览:221 查看PDF文档

基于IMIE、MCFS和SSA-ELM的离心泵故障诊断方法*
辜文娟1,张扬2

(1.江西省商务学校,江西 南昌 330038;2.湖北工业大学 机械工程学院,湖北 武汉 430068)


摘要:采用多尺度排列熵对离心泵振动信号进行分析时,存在忽略信号幅值信息以及粗粒化处理存在不足的问题,从而导致离心泵的故障识别准确率不高,为此,提出了一种基于改进多尺度增长熵(IMIE)、多聚类特征选择(MCFS)和麻雀搜索算法优化极限学习机(SSA-ELM)的离心泵故障诊断方法。首先,基于改进粗粒化处理,提出了改进多尺度增长熵(IMIE)方法,将其用于提取故障特征,构造了反映离心泵损伤属性的特征矩阵;随后,采用多聚类特征选择(MCFS),对原始故障特征进行了重要性排序,获得了对分类识别贡献度更高的故障特征,提高了故障特征的质量;最后,将低维的敏感特征输入至基于麻雀搜索算法(SSA)的极限学习机(ELM)中,进行了离心泵故障分类,完成了离心泵不同故障类型的识别任务;并采用离心泵故障数据集,对基于IMIE、MCFS和SSA-ELM的故障诊断方法的有效性进行了实验验证。研究结果表明:所提故障诊断方法的故障识别准确率达到了100%,多次实验的平均准确率和标准差也优于其他对比的故障诊断方法,即IMIE能够准确地提取信号中的故障信息,进而表征离心泵的健康状态;SSA-ELM能够准确地识别离心泵的故障类型,证明该方法具有一定的有效性和优越性。

关键词:叶片式泵;改进粗粒化处理;改进多尺度增长熵;多聚类特征选择;麻雀搜索算法;极限学习机;特征矩阵

中图分类号:TH311文献标识码:A文章编号:1001-4551(2023)09-1456-08


本文引用格式:

辜文娟,张扬.基于IMIE、MCFS和SSA-ELM的离心泵故障诊断方法[J].机电工程,2023,40(9):1456-1463.

GU Wenjuan, ZHANG Yang. Fault diagnosis method of centrifugal pump based on IMIE and SSA-ELM[J].Journal of Mechanical & Electrical Engineering, 2023,40(9):1456-1463.




友情链接

浙江机械信息网